| Summary: | Made available in DSpace on 2017-07-10T19:23:56Z (GMT). No. of bitstreams: 1
Ademir Natal Correa.pdf: 1505539 bytes, checksum: fd8e294f5766bf4043789d75eba28f1f (MD5)
Previous issue date: 2007-07-16 === The objective of this study was to assess the relationship among soil physical
attributes and their influences on wheat yield. For this purpose an estimating
method, called State-Space Model or dynamic linear regression model, was
used and compared to simple and multiple regression models of classical
statistics. Experimental data were obtained at a Rhodic Ferralsol, originated
from UNIOESTE Agricultural Engineering Experimental Nucleus Cascavel
Campus, in an area where wheat was grown. In this area, 3 equally spaced
transects, with 97 sampling points, 3.0 meters away from each other, were
delimited. The State-Space approach was used to assess wheat yield estimate
on position i, influenced by wheat yield, bulk density, soil compaction degree
and soil resistance to penetration on position i-1 in different combination
between data series of these variables. Applying the State-Space approach, all
the response variables presented significant correlation with the dependent
variable: soil resistance to penetration was the attribute with the best
correlation, presenting R2 coefficient equal to 0.849. The other attributes had R2
coefficient of around 0.800. Comparing to conventional static models, soil
resistance to penetration attribute had R2 coefficient equal to 0.102. The other
attributes had R2 coefficient equal or less than 0.087, in conventional regression.
Utilizing the State-Space approach, the two combinations that indicated the best
results were: 1) between wheat yield and soil resistance to penetration that
showed the best estimate to wheat yield with R2 coefficient equal to 0.849, while
the same combination in conventional regression presented R2 equal to 0.102;
2) between wheat yield, soil compaction degree and soil resistance to
penetration, with R2 coefficient equal to 0.836, while the same combination in
classical regression presented R2 equal to 0.217. Thus, it is possible to show
the advantage of the State-Space approach in relation to other more
conventional regression methods for estimating and forecasting in soil-plant
system relationship. === Este trabalho foi realizado com o objetivo de estudar o relacionamento entre os
atributos físicos do solo e a influência destes na produtividade de trigo. Para
isso, utilizou-se o método de estimação chamado de Modelo de Espaço de
Estados ou modelo de regressão linear dinâmico, comparando-o aos modelos
de regressão simples e múltipla da estatística clássica. Os dados experimentais
foram obtidos em um Latossolo Vermelho-Escuro pertencente ao Núcleo
Experimental de Engenharia Agrícola da Universidade Estadual do Oeste do
Paraná Campus de Cascavel, em uma área cultivada com trigo. Foram
demarcadas 3 transeções com 97 pontos de amostragem espaçados de 3 m
entre si. A abordagem de Espaço de Estados foi usada para avaliar a
estimativa da produtividade do trigo na posição i, influenciada por medidas da
produtividade do trigo, da densidade do solo, do grau de compactação do solo
e da resistência do solo à penetração na posição i-1, em diferentes
combinações entre as séries de dados dessas variáveis. Com a aplicação da
abordagem de Espaço de Estados, todas as variáveis explicativas utilizadas
apresentaram correlação significativa com a variável dependente: a resistência
do solo à penetração foi o atributo com a melhor correlação, apresentando o
coeficiente de ajuste R2 igual a 0,849. Os demais atributos tiveram os
coeficientes R2 em torno de 0,800. Comparando-se com os modelos estáticos
convencionais, o atributo resistência do solo à penetração teve o coeficiente de
ajuste R2 igual a 0,102 e os demais atributos tiveram os seus coeficientes R2
abaixo de 0,087, na regressão convencional. Utilizando a metodologia de
Espaço de Estados, as duas combinações que indicaram os melhores
resultados foram a combinação entre produtividade do trigo e resistência do
solo à penetração, que apresentou a melhor estimativa para produtividade do
trigo, com coeficiente R2 igual a 0,849. A mesma combinação na regressão
convencional resultou em R2 igual a 0,102. A segunda melhor combinação
ocorreu entre os atributos: produtividade do trigo, grau de compactação do solo
e resistência do solo à penetração, com R2 igual a 0,836, sendo que a mesma
combinação na regressão clássica teve o coeficiente R2 igual a 0,217. Com
isso é possível mostrar-se a vantagem da abordagem de Espaço de Estados
em relação a outros métodos de estimativa e previsão para o relacionamento
no sistema solo-planta.
|
|---|
